数学建模基础知识 线性规划与单纯形方法[精品].ppt

例1. 6（凸集） * 例（非凸集） * 例:X= ? X(1) +(1- ?)X(2),为什么？ X1 X2 X(1) X(2) X 图（1-7） * 例 X1 X2 X(1) X(2) -X(2) X(1) -X(2) 图（1-7） X * 例 X1 X2 X(1) X(2) X X(1) -X(2) y= ?(X(1) -X(2) ) (0 ? 1) X=X(2)+y = X(2)+ ?(X(1) -X(2) ) = ? X(1) +(1- ?)X(2) 图（1-7） * 例 X1 X2 X(1) X(2) X -X(2) X(1) -X(2) 图（1-7） X=X(2)+y = X(2)+ ?(X(1) -X(2) ) = ? X(1) +(1- ?)X(2) y= ?(X(1) -X(2) ) (0 ? 1) * 两个基本概念： 凸组合(Convex combination)： 设x(1),x(2) …..x(k)是n维欧氏空间中的k个点，若存在数u1,u2,….uk 且0≤ui ≤1 (i=1,2,…k), ? ui =1, 使得 x= u1 x(1)+ u2 x(2) +…..+ uk x(k) 成立，则称x为x(1),x(2) …..x(k)的凸组合。 * 两个基本概念： 顶点(Extreme opint)：设D是凸集, 若D中的点x 不能成为D中任何线段上的内点，则称x为凸集D的顶点。 即：若D中的任意两点x(1),x(2) ，不存在数? （0 ? 1） 使得 x= ? x(1)+(1- ?)x(2) 成立，则称x为凸集D的一个顶点。 * 例： 多边形上的点是顶点 圆周上的点都是顶点 * 线性规划的基本定理 定理1-1 线性规划问题的可行解集是凸集。（即连接线性规划问题任意两个可行解的线段上的点仍然是可行解。) * 证明 线性规划问题的可行解的集合为 D={X|AX=b,X≥0}。任意X1 ,X2 ∈D,有 A X1=b, X1 ≥0; A X2=b, X2 ≥0。令X*=α X1 +(1- α )X2 ,则 AX*=A[α X1 +(1- α )X2 ]= α A X1 +(1 -α ) AX2 =αb +(1- α )b=b, 且α X1 +(1- α )X2 ≥0。 故X* ∈D * 线性规划的基本定理 定理1-2 线性规划问题的可行解x=（x1, x2,…, xn )T为基础可行解的充分必要条件是：x的非零分量所对应的系数矩阵A的列向量是线性无关。 * 证明： 必要性 由基础解的定义可知：非零分量所对应的系数列向量为基向量，故系数矩阵A的列向量是线性无关。（86） 充分性 若向量P1, P2,…, Pk 线性无关，则必有k≤m;当k=m时，恰构成一个基，从而X为基可行解，当k＜m时，则一定可以从其余的列向量中取出m-k个与P1, P2,…, Pk 构成极大无关组，对应的解恰为X，有定义它是基础可行解。 * 线性规划的基本定理 定理1-3 线性规划问题的可行解集D中的点x是顶点的充分必要条件是：x是基础可行解。 顶点与基可行解相对应 * 线性规划的基本定理 定理1-3 线性规划问题的可行解集D中的点x是顶点的充分必要条件是：x是基础可行解。 推论1：可行解集D中的顶点个数是有限的。 * 线性规划的基本定理 定理1-3 线性规划问题的可行解集D中的点x是顶点的充分必要条件是：x是基础可行解。 推论：可行解集D中的顶点个数是有限的。 推论2：若可行解集D是有界的凸集，则D中任意一点x，都可表示成D的顶点的凸组合。 * 例： x1 x2 X(1) X(2) X(3) x * x1 x2 X(1) X(2) X(3) x X’ X’= ? X(1) +(1- ?)X(3) (0 ? 1) * x1 x2 X(1) X(2) X(3) X X’ X = ?X’ +(1- ?)X(2) (0 ? 1) * 因为x’是X(1) ，X(3)连线上的一点，故 x’ = ? X(1) +(1- ?)X(3) (0 ? 1) 又因为x是X ’ ，X(2)连线上的一点，故 X = ? X’ +(1- ?)X(2) (0 ? 1) X = ? （ ? X(1) +(1- ?)X(3)） +(1- ?)X(2) = ? ? X(1) +(1- ?)X(2) +(1- ?) ? X(3) =u